Dynamics of Differential Drive Wheel Mobile Robot with Free Caster Wheels

Les véhicules à guidage automatique (AGV) sont utilisés dans les lignes de production et les entrepôts pour transporter des marchandises sur des chemins prédéterminés. Cependant, la nécessité d'utiliser des AGV en libre parcours dans les sentiers intérieurs augmente récem- ment. Un AGV à portée libre est appelé Robot Mobile Autonome (AMR) qui a des capacités de prise de décision comme l'évitement d'objets ou la planification de trajectoire. Pour un tel robot, le suivi de la trajectoire prévue, précisément, est important. L'une des configurations les plus courantes de l'AMR consiste en deux roues motrices dif- férentielles et des roues pivotantes qui offre une bonne stabilité et maniabilité. D'une part, ces roues augmentent la stabilité du robot en suivant passivement la trajectoire dictée des roues motrices tout en supportant une charge verticale. D'autre part, les rover pivotauto sont la principale source d'incertitude qui entraînent une augmentation de l'erreur de suivi de trajectoire. De plus, le chargement et le déchargement d'un robot avec une charge incon- nue, mais dans une plage prédéterminée, modifie le centre de masse (COM) du robot, ce qui entraînent davantage d'erreurs de suivi de trajectoire. Dans cette mémoire, nous étudions dans un premier temps le comportement des rover piv- otauto au niveau cinématique et nous perposons un modèle cinématique pour prédire son orientation dans certaines circonstances. Ensuite, le modèle dynamique d'un AMR avec la variable COM est considéré. En outre, la mise en œuvre de capteurs de force est proposée pour mesurer les forces d'interaction avec le sol des roues et déterminer l'emplacement du COM. Par la suite, une méthode de contrôle non linéaire a été utilisée pour traiter le nouveau modèle cinématique et dynamique. Les performances du modèle proposé ont été testées dans un environnement de simulation du nouveau modèle par rapport à un modèle existant qui considère le COM fixe sans aucun retour de force. Les résultats ont montrés une amélioration significative des performances et une baisse de l'erreur de suivi de trajectoire.